✅线程数设定成多少更合适？

典型回答

线程数设定是个高频出现的题目，这个题目对于优秀的面试官希望得到的答案是面试者的思考过程，考察其分析线程数设定的思考方向是否全面(主要包括对操作系统线程的理解和实际设置经验)。比较差的面试官才会认为固定的公式是正确的。

首先看一下影响线程数的因素可能有哪些？

影响线程数的因素

线程数的设定需要根据应用程序的需求和运行环境来决定，没有一个固定的最佳值。以下是一些影响线程数设定的关键因素：

CPU 核数

• 多核处理器：理想的线程数肯定取决于处理器的核心数。在理想情况下，每个核心运行一个线程是最高效的。
• 超线程技术（如Intel的Hyper-Threading）：目前，很多CPU都采用了超线程技术，也就是利用特殊的硬件指令，把两个逻辑内核模拟成两个物理芯片，让单个处理器都能使用线程级并行计算。所以我们经常可以看到"4核8线程的CPU"，也就是物理内核有4个，逻辑内核有8个。如果CPU支持超线程技术，可以为每个核心分配更多的线程，因为超线程可以提高CPU资源的利用率。

应用类型

• CPU密集型：对于CPU密集型的任务（如计算密集型任务），线程数最好设置为核心数的1到1.5倍，因为这些任务主要消耗CPU资源。
• I/O密集型：如果任务涉及大量的等待或阻塞（如数据库操作、文件操作、网络操作等），则可以配置更多的线程，比如2倍，因为线程在等待时CPU可以切换去处理其他任务。

JVM和系统资源

• 内存限制：每个线程都会占用一定的内存（如栈空间）。如果创建过多线程，可能会消耗大量内存，甚至导致内存溢出。
• 操作系统限制：操作系统对进程可创建的线程数通常有限制，过多的线程可能导致系统性能下降。

其他考虑

• RT要求：如果系统对响应时间有严格要求，可能需要更多线程来减少处理延迟。
• 任务特性：不同的任务可能对线程数的需求不同。长时间运行的任务与短时任务，同步任务与异步任务，都需要考虑不同的线程配置。

有没有公式

根据我们前面提到的这些影响因素来看，主要和CPU核心数、以及应用类型等有关。简单一点的话，可以根据应用类型来套用以下公式（但是，实际应用起来，也不要死守着公式不放，公式只是可以当作参考）：

• 如果是CPU密集型应用，则线程池大小设置为N+1
• 如果是IO密集型应用，则线程池大小设置为2N+1

上面的N为CPU总核数

但是，上面的公式中，前提要求是知道你的应用是IO密集型还是CPU密集型，那么，到底怎么样算IO密集，怎么样又算CPU密集呢？一个应用就真的能明确的定位出来是CPU密集还是IO密集吗？

所以，还有另外一个公式：

$ 线程数=CPU核心数×目标CPU利用率×\frac{(1+等待时间/计算时间)}{1}

$

等待时间是指线程在执行过程中花费在等待外部操作完成的时间。这些外部操作通常包括I/O操作（如读写文件、数据库操作、网络请求等）和其他资源的同步等待（如等待锁的释放）。在等待时间内，线程通常不占用CPU资源，因为它在等待某个事件或资源可用。

计算时间是指线程实际进行计算处理的时间，即线程在CPU上执行操作的时间。计算时间通常指的是CPU密集型操作，如数学计算、数据处理等。

在这个公式中，"等待时间 / 计算时间"的比例是一个关键因素，它帮助决定合适的线程数量以平衡CPU利用和等待效率：

• I/O密集型任务：对于I/O密集型任务，等待时间通常远大于计算时间，这意味着可以分配更多的线程。当一个线程在等待时（如等待网络响应），CPU可以切换到另一个线程进行计算，从而提高CPU利用率。
• CPU密集型任务：对于CPU密集型任务，计算时间通常占主导地位。在这种情况下，增加线程数可能不会提高性能，因为大部分时间都在进行CPU计算，线程之间的上下文切换可能导致性能下降。

不建议直接套公式

上面给出了公式，但是这个公式建议大家可以参考，而不是直接套用。

一方面我们讲过了，线程数设置时还需要考虑JVM、机器资源等，还需要考虑超线程等技术，另外有时候我们看到的CPU核数也不一定就是真实的。

很多时候，我们的应用部署在云服务器上面，有时候给我们分配的机器显示的是8核的，但是你要知道你实际上使用的只是虚拟机而已，并不是物理机，实际上大多数情况下不能发挥出8核的作用来。

可以在刚上线的时候，先根据公式大致的设置一个数值，然后再根据你自己的实际业务情况，以及不断的压测结果，再不断调整，最终达到一个相对合理的值。

在说明压测的时候，要说清楚可接受的响应耗时是多少，大于这个阈值即是错误，错误率多少可接受。这样给出的线程池参数才合理。

✅什么是压测，怎么做压测？

原文: https://www.yuque.com/hollis666/xkm7k3/zanzx4giay7gixf6